质量工程师？

另外，数据需要符合正态分布，在这一步我们需要判断数据是否符合正态分布，如果不符合，则需要进行变换，软件minitab没接触过，应该是有很方便的功能，但根据另外的文献资料，说“根据中心极限定理，一般工艺过程采集的数据应服从正态分布”，如果不符合，甚至又与数据是否处于可控状态产生关系了，这块怎么理解？

唉，这个语言组织能力一直是硬伤，看来又要沉

再者，在cpk计算公式中，论文中看到的分母中的s一般就是样本标准差了，但在有的手册以及贴吧的帖子中变成了σ=R/d2，这两者有什么区别和关系吗？

像这幅图中的横坐标1234代表的含义不太明白，这边的Average和Range的计算也是，之前http://tieba.baidu.com/p/2009146879帖子中提出过这个问题，大哥认为没有必要回答，有没有懂的吧友指点一二？

如果有什么好的意见或者资料也请大家不吝赐教

1.25个数据是控制图绘制的最低样本容量要求；
2.根据中心极限定理，自然条件下，当样本容量足够大的时候，无论母分布是什么，数据总是趋近于服从正态分布；
3.s和sigma一个是样本标准差一个是总体标准差，总体和样本标准差的区别在于自由度，具体内容参见基础统计学。

补充几点：
1. 并非只有正态的数据可以做Cpk，中心极限定理给出了终极解释，只要样本足够大，那么无论其母分布是什么，最终都趋于正态分布。所以非正态数据只要够多，也可以做Cpk。另外，哪怕不是连续性数据，可以通过DPU或者DPMO等其他数据，直接通过Z值来求得Cpk。
2.如果数据非正态，是否一定要进行box-cox之类的数据转换，是一个争议。传统理论要求进行转换，但近些年的研究认为，该转换的效率极低，准确性并不高，所以也不再主动推荐做转换。
3.数据独立也并非强制。传统理论认为只有独立的数据才可以做Cpk。事实上这本身就是一种误解，数据独立是希望所有的数据环境是在等同的环境下获得，以确保系统的误差是均匀的可控的。那反过来，我如果可以保证环境是可控的，系统环境是完全一致的，比如说，严苛的实验室环境，那么数据是否是独立其实就不是那么重要了。（虽然说，这种可能性并不高，但解释必须严谨）
你之前的帖子我看到了，求学的态度非常高，对于那个帖子沉了，我很遗憾。

最近一直都忙于各种各样的琐事，也没能继续深入，很是惭愧，今天打开材料学的大学教材，夹了一张当初yy分享的草草的笔记，才想起来这帖子好久了

关于cpk的样本数量，我有个大概的了解了，SPC要求的25以上和工作中25-30的量也符合，但是在公司的资料中，看到理想的样本数量是在125以上，小于125的需要修正系数，但在实际操作中从未做过这一步，比较困惑

6楼，Cpk/Ppk=min{(USL-μ)/3σ,(μ-LSL)/3σ},这个式子，由于总体标准差σ通常是未知的，因此必须使用实测样本对它进行估计后才能得出相应的样本统计量。如果强调是从过程固有的波动的角度来考查过程能力（其是中固有波动主要由随机因素的影响而产生），就用用R(头上面有一横)/d2来估计σ（即Cpk）,如果强调从过程总波动（由随机因素和特殊因素的共同影响而产生）的角度考察过程能力指数，就用用样本标准差S估计σ（即Ppk）

谢谢13楼，时间较久远，我先捋一捋先。。。。